حتماً براتون پیش اومده که وقتی یک خبر جدید منتشر میشه، سیستمهای هوش مصنوعی بهخاطر نبود دادههای کافی (Cold-start) نمیتونن اون رو بهدرستی به کاربر پیشنهاد بدن. حالا پروژه جدیدی به نام Kairos برای حل این مشکل معرفی شده!
این فریمورک که بر پایه یادگیری آنلاین (LinUCB) ساخته شده، با یک تکنیک ریاضی هوشمندانه (Cholesky-based updates)، دقت محاسبات رو بالا برده و مشکل کندی پردازش رو هم حل کرده. نتایج تستها روی اخبار «Tagesschau» نشون میده که Kairos میتونه تا ۴.۸ برابر بهرهوری رو افزایش بده، بدون اینکه دقت پیشنهادها کم بشه. 📈
این دستاورد برای پلتفرمهایی که با دادههای لحظهای و پرسرعت (مثل خبرگزاریها) کار میکنن، یک راهکار عالی و بهینه محسوب میشه.
گر
منبع: arXiv Machine Learning